m0_58966968的博客

以降噪性能举例，此次发售的三款新品均率先采用了先进存内计算芯片来部署AI降噪算法，在性能测试阶段通过了193km/h赛道极速测试、12000km路测，并记录了400余组数据，在超低功耗下完美运行消噪算法、风向风压算法、男女生算法、麦克风偏离算法等。未来，知存科技将继续推动存内计算技术的创新，为更多行业领域带来智能、高效的AI解决方案。随着维迈通XR、V10S、V10X三款新品的全平台正式发售，我们相信技术的进步能够为每一位骑行爱好者提供更智能、更高效的骑行体验，让每一次骑行都成为一次难忘的旅程。

在2023年即将举办的CVPR 2023具身智能研讨会上，组织了包括基于AI Habitat、AI2-THOR、iGibson、Sapien仿真器的物体重排列、具身问答、具身导航和机器人操作挑战赛，这些具身智能任务与其他线上AI任务具有完全不同的范式，即：基于一个具身智能体（如机器人），通过该智能体的“看”、“说”、“听”、“动”、“推理”等方式，与环境进行交互和探索任务目标，从而解决环境中的各项挑战性任务。现阶段的重点任务主要包括具身导航、问答和包括物体重排列在内的、多种多样的物体操纵任务等。

不同于外置芯片对画面进行超分辨率得到的画面，显卡级的超分辨率可以获取到游戏生成该画面时使用的一系列数据，进行更准确的插帧，如DLSS帧生成的卷积自动编码器根据当前和之前的游戏帧由Ada Lovelace架构下的光流加速器生成的光流场、运动矢量和深度等游戏内部数据进行超分辨率操作。一类是缓解显卡压力的AI技术，如插帧、超分辨率，根据显卡制造商的不同，代表性的技术有英伟达的DLSS 3、AMD的FSR 3.0、英特尔的XeSS、苹果的MetalFX，这些技术往往同时包括超分辨率和插帧。

存内计算芯片通过器件、架构、电路、工艺的协同创新，突破了冯诺依曼架构的限制以实现高能效比。例如，在实时语音转写应用方面，具身智能通常在本地实时地进行语音转写和处理，不仅减少了延迟还实现了更加丰富和多样化的交互体验，与此相比传统的人工智能依赖于预训练的数据，在面对实时变化的环境时难以快速反应。具身智能作为人工智能的下一个浪潮，相比传统的工业机器人、协作机器人等，其有着智能化程度高、工作场景限制小、能够自主规划复杂工作等特点，也由此对部署在底层的AI芯片的实时性、能效比、算力、集成度等参数提出了更高的需求。

导游讲解器的降噪，一般指的是使用指向性的麦克风、带有降噪功能麦克风、双麦降噪等传统的降噪方式，受声源与麦克风距离、讲解环境的影响大，还经常突出齿音等瑕疵。在远距离条件下人声拾音音质依然饱满清晰，无需外接麦克风。外形设计的迭代，智能降噪、远距离拾音的效果提升，让客户新一代产品不仅在旅游、企业接待等场景能够更好地服务用户，还能够适用于会议同声传译、大型展览展会接待、户外活动及培训等场景中。未来，随着技术进步和市场需求的增长，导览领域将更多的与多模态交互技术相结合，为用户提供更加丰富、个性化的游览体验。

由于笔者能力有限，可能未罗列全所有存算企业的优秀产品，列举的可能也并非该企业的最新产品，因为企业往往只会公开产品发布时间点对其有利的部分数据，部分以提升倍数表示的数据无法转化为具体数值，未公开的数据用“-”表示，数据带有宣传性质，请酌情采信。基于知存科技的存内计算技术，积累了全球化的用户经验和需求，具有低功耗、高算力、多应用的三大优势，可助力智能可穿戴设备实现产品体验升级，实现多元化和差异化的应用，大力推动智能穿戴行业创新和发展。简要介绍存内计算研究现状，并简述存内计算芯片的应用情况。

新兴的存内计算架构显著优化了现有通用视觉模型的性能。它通过减少处理器和存储器间的数据传输需求，提升了数据处理速度，并显著降低了能源消耗。因此，存内计算架构对于提高通用视觉模型的处理速率和整体效能至关重要，使其能够更加迅速和高效地处理复杂的图像和视频数据，从而在实时应用中发挥更大的作用。

存内计算技术作为一种新型的计算范式，将存储器与处理器紧密地集成在一起，实现了数据的高效处理和低延迟访问。这种技术有效地缓解了传统计算模式下存储器与处理器之间的带宽瓶颈问题，为大规模数据处理和人工智能应用提供了更高效的计算支持。存内计算技术的核心思想是在存储器中实现简单的计算操作，以降低数据传输的功耗和延迟。它包括多种技术，如现场可编程门阵列（FPGA）、图形处理单元（GPU）、神经处理单元（NPU）等。这些技术通过硬件加速，可以大幅提高计算性能，满足AI大模型等应用场景对计算速度和效率的需求。

具体体现在边缘PaaS平台的云边协同能力，包括边缘资源运维管控、应用管理、云管边端的云边协同，利用OpenYurt提供的容器化隔离环境，统一部署Master集群在公有云，将结点下沉到边缘端，并重写结点的心跳检测机制和自治逻辑，以实现边缘容器在稳定的局域网络环境中自运行。随着云边端计算的不断发展，存算架构的优势不断显现，通过赋能边缘计算，相信在不远的将来，存内计算的应用将更为广泛。从以上对云边端计算的概念、优势及特点的简单描述可以看出，云边端各有优势，适用于不同的应用场景，下面将从表格的形式总结三者的不同。

存内计算技术是一种新兴的计算范式，其核心理念是将存储和计算功能集成在同一硬件单元中。这种技术的优势在于能够在存储单元内部直接进行计算操作，从而减少数据在存储器和处理器之间的传输，提高计算效率。存储与计算的集成：存内计算技术通过在存储单元内部集成计算逻辑，实现了存储和计算的紧密结合。这允许在存储单元内部直接进行计算操作，而不需要将数据传输到外部处理器。减少数据传输：由于计算操作在存储单元内部进行，存内计算技术显著减少了数据在存储器和处理器之间的传输。这降低了数据传输的延迟和能耗，提高了计算效率。